BIA - IFPI Campus Corrente Tecnologia Tecnologia em Análise e Desenvolvimento de Sistemas - Corrente
Use este identificador para citar ou linkar para este item: https://bia.ifpi.edu.br/jspui/handle/123456789/920
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBorges, Gabriel Santos-
dc.date.accessioned2022-08-16T11:33:30Z-
dc.date.available2022-08-16T11:33:30Z-
dc.date.issued2021-
dc.identifier.citationBORGES, Gabriel Santos. . Utilização de aprendizagem de máquina para a identificação de dependência em aparelhos celulares com foco em casos que possam causar reprovação e evasão. Orientador: Felipe Gonçalves dos Santos. 2021. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Instituto Federal do Piauí - Campus Corrente, Corrente, 2021pt_BR
dc.identifier.urihttps://bia.ifpi.edu.br/jspui/handle/123456789/920-
dc.description.abstractThis work introduces the problems caused by the excessive use of cell phones in modern society and shows that they can cause school problems to students who use it too much. For this, we integrated technology with the use of an artificial intelligence area, machine learning, with data from a specific database. For the proposed task, the Naive Bayes, AdaBoost, SVM, Bagging and Random Forest classifiers were used. At the end of the tests, the SVM classifier presented the best performance in the general context. With rates ranging from 91.22 to 80 percent in the three scenarios tested.pt_BR
dc.languageporpt_BR
dc.publisherInstituto Federal de Educação, Ciência e Tecnologia do Piauípt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectNomofobiapt_BR
dc.subjectEvasão escolarpt_BR
dc.titleUtilização de aprendizagem de máquina para a identificação de dependência em aparelhos celulares com foco em casos que possam causar reprovação e evasãopt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.creator.Latteshttp://lattes.cnpq.br/8912163249041493pt_BR
dc.contributor.advisor1Santos, Felipe Gonçalves dos-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5698530518410847pt_BR
dc.description.resumoEste trabalho introduz os problemas causados pelo uso excessivo dos celulares na sociedade moderna, e mostra que eles podem causar problemas escolares aos alunos que o usam de forma demasiada. Para isto, foi feita uma integração da tecnologia com o uso de uma área da inteligência artificial, o aprendizado de máquina, com dados de uma base de dados específica. Para a tarefa proposta foram usados os classificadores Naive Bayes, AdaBoost, SVM, Bagging e Random Forest, ao final dos testes o classificador SVM apresentou o melhor desempenho no contexto geral. Com as taxas variando de 91,22 a 80 por cento nos três cenários testados.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCampus Correntept_BR
dc.publisher.initialsIFPIpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:Tecnologia em Análise e Desenvolvimento de Sistemas - Corrente

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PDF - Gabriel Santos Borges.pdfUtilização de aprendizagem de máquina para a identificação de dependência em aparelhos celulares com foco em casos que possam causar reprovação e evasão557.57 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.